Нажмите на микрофон и говорите или загрузите готовую запись. QuillHub распознает речь, расставит знаки препинания, разделит голоса и поставит таймкоды. Из записи длиннее трёх минут соберёт ещё и конспект.
20 000+часов транскрибировано
Нажмите на микрофон для начала записи
60 бесплатных минут при регистрации · Карта не нужна
YouTube
RuTube
VK Видео
Яндекс Диск
Google Drive
Прямая ссылка на файл
Файлы MP3, M4A, WAV, OGG, OPUS, WEBM, MP4
Пример распознавания
Так выглядит в тексте рассказ о распознавании речи на 10 минут
Настоящая выдача QuillHub без правок руками: запись на 9 минут 43 секунды, 3 голоса разделены автоматически, у каждой реплики свой таймкод. Над текстом собраны оглавление и резюме. Переключайте вкладки.
Новогоднее шоу ВК Образование — Marusia: как общаться и развивать скиллы00:00 / 9:43 · Мария Мацкевич, Константин Сидорков, Голос за кадромГотово · 4 документа
К
Константин Сидорков0:46
Маша, скажи, пожалуйста, как нужно правильно общаться с капсулой, чтобы все задачи, все мои желания и хотелки были удовлетворены?
М
Мария Мацкевич0:55
Мне кажется, нет какого-то единого рецепта или единого правила, как нужно так или иначе формулировать команды.
М
Мария Мацкевич1:32
Да, и начинаешь напевать. Это действительно важно, и это помогает лучше отвечать. И еще такой важный момент и интересный момент, который на самом деле находится под капотом и не виден всем остальным пользователям.
К
Константин Сидорков2:50
О царе Салтане.
К
Константин Сидорков3:31
Короче, сложно выговариваемые слова мы лучше доверим это все-таки поисковику?
М
Мария Мацкевич3:36
Нет, не совсем так. На самом деле, чтобы становиться более умными, мы расширяем состав языковой модели, поэтому мы начинаем понимать и нюклю, и какие-то сложные англоязычные названия песен.
Ещё 21 реплика — у каждой метка спикера и таймкод, клик по таймкоду перематывает аудио
Речь разобрана по людям
Бесплатное распознавание вернёт один абзац на всю запись. Здесь голоса разделены, а у каждой реплики свой таймкод — текст можно читать, а не расшифровывать второй раз.
3 голоса разделены автоматически, без настроек
Мария Мацкевич — 78%, Константин Сидорков — 14%, Голос за кадром — 8% времени
Экспорт в TXT, DOCX, SRT и VTT
0:00Вступление: новогоднее шоу и представление экспертов1 мин
0:44Как правильно общаться с голосовым помощником Марусей1 мин
1:34Распознавание речи и языковые модели (ISR)3 мин
4:46Качество ответов: примеры и метрики оценки1 мин
6:07Как стать разработчиком Маруси: Marussia Skill Lab и скиллы3 мин
9:02Заключение и пожелания1 мин
Каждая глава — со своим таймкодом и длительностью
9 минут 43 секунды записи видны целиком
Оглавление строится по смыслу, а не по паузам: видно, о чём шла речь в каждой части. Клик по главе — и вы сразу в нужной минуте.
6 глав из 9 минут 43 секунд
Каждая глава — ссылка на место в аудио
Интервью в новогоднем шоу ВК Образование: продуктовый руководитель «Умных колонок» Мария Мацкевич объясняет, как правильно общаться с голосовым ассистентом Марусей, рассказывает о составе и улучшении блока распознавания речи (ISR) и языковых моделей, планах по доработке метрик оценки ответов…
Чтобы ассистент корректно исполнял команды, пользователь должен формулировать их полно и чётко.
Ассистент — алгоритм, он не видит весь контекст, поэтому важна точность фраз.
Качество ответа зависит от ISR (Automatic Speech Recognition) и языковых моделей с их словарём.
Решения, которые вытащил AI
Расширять состав и качество языковых моделей для лучшего распознавания редких и сложных слов.01
Пересмотреть методику оценки ответов: перейти от простой метрики уместно/неуместно к набору специфических метрик качества и релевантности.02
Чтобы не переслушивать 9 минут 43 секунды
Резюме собирается из самого разговора: ключевые идеи, числа и решения, которые в нём прозвучали. Его можно отправить в чат команды как есть.
2 решения, вытащенных из разговора
8 тезисов в полном резюме
Конспект на одну страницу
Роль ISR в корректном понимании речи и влияние словаря языковых моделей на ответы.
из записи
Черновик статьи
«Новогоднее шоу ВК Образование — Marusia: как общаться и развивать скиллы»: голосовой ассистент, распознавание речи, языковые модели
из записи
Письмо по итогам
Что обсудили, к чему пришли, что делаем дальше — письмом на команду
шаблон
Список задач
Кто что делает дальше — задачи из записи одним списком
шаблон
Вопрос по записи
«Составь чеклист для создания скилла на Marussia Skill Lab» — чат отвечает по тексту и даёт таймкод
чат
Свой промпт
Заметка в CRM, пост, тезисы для выступления — или любой формат, который вам нужен
как угодно
ISR
Языковая модель
Скилл
Marussia Skill Lab
Все действия ИИ входят в тариф «Безлимит» — никаких баллов за каждое нажатие.
Поверх текста — готовые документы
Расшифровка — только начало. Из одной записи можно собрать конспект, черновик статьи или письмо — или задать свой формат.
Во вкладке «Микрофон» нажмите кнопку записи и разрешите браузеру доступ к микрофону. Готовая аудиозапись уже есть? Загрузите аудио или видео во вкладке «Загрузить файл» или вставьте ссылку.
2
Говорите как обычно
Проговаривать «точка» и «запятая» не нужно: знаки препинания сервис расставит сам. Остановите запись, файл загрузится в форму, и нажмите «Начать расшифровку».
3
Заберите текст
Войдите в аккаунт, и через несколько минут текст откроется в браузере. Его можно скопировать, скачать в DOCX для Word или в TXT, отправить ссылкой. Если говорили дольше трёх минут, рядом будут резюме и главы.
Что вы получите
Распознанная речь, которую можно сразу читать
Сплошной поток слов без точек приходится вычитывать заново. QuillHub отдаёт текст уже оформленным.
Знаки препинания и абзацы
Точки, запятые и вопросительные знаки появляются автоматически, длинная речь делится на абзацы по смыслу.
Разделение по спикерам
Если говорили несколько человек, текст делится по спикерам. Метку «Спикер A» можно заменить именем, оно сохранится и в выгрузке.
Таймкоды
В записи длиннее трёх минут у каждой реплики есть метка времени. Клик по абзацу перематывает запись к этому месту: удобно переслушать фамилию или цифру.
Экспорт в Word, TXT и субтитры
Текст выгружается документом в формате DOCX для Word и в TXT, а для видео есть субтитры SRT и VTT.
Конспект длинной речи
Из записи длиннее трёх минут нейросеть составит резюме, оглавление с таймкодами и ключевые тезисы на языке записи.
Архив с поиском
Все записи лежат в одном списке. Поиск находит нужную по словам из текста, а ИИ-чат отвечает по всему архиву.
ИИ-обработка речи
Спросите надиктованное и откройте нужную мысль по таймкоду
Автор наговорил план выступления на прогулке. Теперь не нужно слушать запись заново: спросите, какие примеры собирался привести, и откройте нужное место.
План выступления на конференции, надиктован на ходу · 1 спикер24:06
11:32
00:0006:0212:0318:0524:06
Какие три примера я хотел привести во второй части?
Запуск в Казани, ошибку с ценами в первом месяце и отзыв клиента из Самары. Пример с Казанью ты назвал главным и предложил начать с него.
План выступления · 11:32 — фрагмент подсвечен на дорожке
Про ошибку с ценами я уже говорил раньше?
Да, в заметке от 21 октября: там ты связал её с поздним стартом рекламы и собирался показать график продаж.
2 заметки в архиве
21 октября · цены
28 октября · структура доклада
01
Вопросы по всем записям
Чат ищет ответ во всех расшифровках сразу: где прозвучала мысль, какие цифры вы называли, что обещали в прошлый раз.
02
Материалы из речи
Кнопки «Резюме», «Письмо», «Задачи» и «Блог-пост» превращают надиктованное в готовый текст. Или напишите свой запрос.
03
Доступ для ваших агентов
MCP-сервер: Claude и другие ИИ-агенты работают с вашими записями напрямую.
Все действия ИИ входят в тариф «Безлимит» — никаких баллов за каждое нажатие.
Что выбрать
Как перевести голос в текст: способ под вашу задачу
Речь в текст переводят по-разному: сказать сейчас, увидеть слова во время речи, расшифровать готовую запись. В QuillHub для каждого случая свой путь.
Что у вас есть
Как перевести в текст
Что получится
Когда подходит
Где в QuillHub
Мысль, которую нужно сказать сейчас
Вкладка «Микрофон» на этой странице: записать, остановить, «Начать расшифровку»
Текст с пунктуацией, для речи длиннее 3 минут резюме и главы
Письмо, заметка, план выступления, длинное рассуждение
Форма вверху страницы
Нужен текст прямо во время речи
Экран «Диктовка» в веб-версии или QuillHub Desktop по Ctrl+Space
Слова появляются, пока вы говорите; в Desktop текст встаёт в поле с курсором
Набрать письмо или сообщение голосом
Голосовой ввод текста
Запись голоса с телефона или диктофона
Перетащить файл во вкладку «Загрузить файл»
Текст по спикерам с таймкодами, DOCX, TXT, SRT
Интервью, лекция, совещание, файл до 10 часов
Форма вверху страницы
Голосовое из мессенджера
Сохранить голосовое файлом и загрузить или отправить боту в Telegram
Текст голосового, который можно переслать
Длинное голосовое некогда слушать
Голосовые в текст, @QuillAI_Bot
Видео с речью
Вставить ссылку на YouTube, RuTube или VK Видео
Текст, главы, субтитры SRT и VTT
Ролик без субтитров, вебинар, выступление
Вкладка «Вставить ссылку»
Созвон на компьютере
QuillHub Desktop записывает звук встречи без бота в звонке
Текст встречи, резюме, решения и задачи
Zoom, Телемост, Teams, Telegram
QuillHub Desktop
Где перевод речи в текст экономит время
Говорить быстрее, чем печатать, а читать быстрее, чем слушать. Распознавание речи помогает и в том, и в другом.
Черновик без клавиатуры
Статью, пост или отчёт проще проговорить, как объясняли бы коллеге. Из записи получится текст с абзацами, а кнопка «Блог-пост» соберёт из него черновик.
Мысли на ходу
Идея пришла между делами: открыли страницу, нажали на микрофон, сказали. Вечером запись ждёт в архиве уже текстом.
Подготовка к выступлению
Проговорите доклад вслух и прочитайте, что получилось. В тексте сразу видно, где мысль тонет в повторах и где не хватает примера.
Интервью и беседы
Запись разговора с диктофона становится текстом по спикерам. Цитату удобно выбирать глазами, а не переслушивать час записи.
Лекции и уроки
Звук лекции превращается в текст с главами и конспектом, по которому удобно повторять материал.
Если печатать трудно
Когда болят руки или клавиатура неудобна, голос заменяет набор: говорите, а текст забирайте копированием или в Word.
Для кого
Кому пригодится распознавание речи
Час речи вручную набирают полдня. С распознаванием на это уходит несколько минут, а время остаётся на правку.
Авторы и журналисты
Текст пишется голосом
Наговорите материал или загрузите запись интервью. Реплики героя и журналиста разделятся, спорную цитату можно переслушать по таймкоду.
Точность распознавания зависит от качества записи сильнее, чем от сервиса. Несколько простых привычек дают заметно более чистый текст.
Держите микрофон ближе
Полметра до микрофона лучше двух метров. Гарнитура или наушники с микрофоном дают более чистый звук, чем ноутбук на другом конце стола.
Уберите фоновый шум
Телевизор, музыка и улица мешают распознаванию сильнее всего. Если говорите в кафе, отвернитесь от зала и говорите в микрофон.
Говорите законченными фразами
Делайте короткую паузу между мыслями. Знаки препинания и абзацы сервис расставит сам, диктовать их не нужно.
Проговаривайте имена чётко
Редкие фамилии, названия и термины нейросеть может услышать как похожее слово. Проверьте их в тексте перед отправкой.
Один язык на одну запись
Язык определяется один на всю запись, по основной речи. Если говорите на двух языках поровну, запишите их отдельно.
Длинную речь не делите
Запись на час удобнее расшифровать целиком: получится одно оглавление и один конспект, а не пять отдельных кусков.
Без сайта
Голос в текст в Telegram
Удобнее с телефона? Отправьте голосовое или аудиофайл боту @QuillAI_Bot, и он пришлёт расшифровку. Это тот же сервис, а если привязать Telegram к аккаунту, расшифровки из бота появятся и в веб-версии QuillHub.
Если здесь нет ответа на ваш вопрос, напишите в поддержку.
Это автоматическое распознавание речи: сервис слушает голос в записи или с микрофона и преобразует его в письменный текст со знаками препинания. Его ещё называют распознаванием голоса, транскрибацией или расшифровкой.
Сначала модель распознавания превращает звук в слова и определяет язык, если вы его не выбрали. Затем расставляет знаки препинания, делит текст на абзацы, различает голоса и ставит таймкоды. Если запись длиннее трёх минут, другая модель читает готовый текст и составляет резюме, оглавление с главами и ключевые тезисы.
Да. При регистрации на сайте вы получаете 60 бесплатных минут, карта не нужна. Этого хватит на час речи или десяток коротких записей. Дальше можно купить пакет минут от 250 ₽ или подключить «Безлимит» за 990 ₽ в месяц.
Откройте вкладку «Микрофон» в форме вверху страницы, нажмите на микрофон и разрешите браузеру доступ к нему. Когда закончите, остановите запись: файл загрузится в форму сам, останется нажать «Начать расшифровку» и войти в аккаунт. Записать можно и без входа.
Да, но это другой режим. На экране «Диктовка» в веб-версии и в QuillHub Desktop слова появляются, пока вы говорите, а Desktop по Ctrl+Space вставляет текст в любое приложение. Подробнее на странице про голосовой ввод текста. Вкладка «Микрофон» здесь сначала записывает речь, а текст даёт после расшифровки, зато у записи длиннее трёх минут со спикерами, таймкодами и конспектом.
Больше 98 языков. Сервис автоматически определяет язык, один на всю запись, по основной речи. Его можно выбрать вручную в настройках формы: русский, английский и ещё восемь языков. Английские слова внутри русской речи записываются так, как их услышала нейросеть.
Точнее всего распознаётся чистая речь с хорошего микрофона. Точность снижают шум, эхо, одновременная речь и редкие имена. Неразборчивое место легко проверить: в записи длиннее трёх минут клик по абзацу перематывает к нему. Неверно распознанное слово или фамилию можно заменить прямо в окне записи кнопкой «Правка текста»: замена пройдёт по всему тексту, главам и резюме. Перестроить фразы удобнее в выгруженном DOCX.
Нет. Перевод голоса в текст — это распознавание: речь становится текстом на том же языке. Если нужен другой язык, после расшифровки нажмите «Перевести» в окне записи: перевод доступен на 11 языков. Минуты на него не тратятся, но нужен ненулевой баланс минут или подписка. Скачать перевод можно в тех же форматах, что и оригинал.
Нет, QuillHub работает только в одну сторону: речь в текст. Озвучки и синтеза речи в сервисе нет.
Аудио MP3, M4A, WAV, OGG, OPUS, AAC, WMA и видео MP4, MOV, AVI, MKV, WEBM. Длительность файла до 10 часов, размер до 5 ГБ, до 50 файлов за одну загрузку. Видео с YouTube, RuTube и VK Видео и файлы с Яндекс Диска или Google Drive добавляются ссылкой.
Ставить ничего не обязательно: сайт работает в браузере на компьютере и телефоне. Для компьютера есть QuillHub Desktop для macOS и Windows: он записывает созвоны и даёт голосовой ввод в любое приложение. С телефона удобно отправлять голосовые боту в Telegram.
Да. Отправьте голосовое или аудиофайл боту @QuillAI_Bot. При регистрации в боте даётся 10 бесплатных минут. Если привязать Telegram к аккаунту на сайте, минуты и тариф станут общими, а расшифровки из бота появятся в веб-версии.
Только вы и те, кому вы откроете доступ. Публичная ссылка на запись по умолчанию выключена, её включаете вы сами, когда хотите поделиться. Файлы и расшифровки шифруются при передаче и хранении.
Данные
Что происходит с вашими записями
Через QuillHub проходят приёмы врачей, консультации юристов и сессии психологов. Поэтому про данные мы пишем прямо, а не мелким шрифтом в оферте.
60 минут при регистрации, карта не нужна. Попробуйте бесплатно: скажите пару фраз в микрофон или загрузите запись: через несколько минут текст будет готов.